بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از سیستم تشخیص ایمنی مصنوعی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 455

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCG02_182

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

مدل سازی افزونه ای 1 برای تشخیص زیرگروه هایی در جمعیت استفاده میشود که نسبت به کنشی خاص، واکنش مشخص میدهند. این نوع مدلسازی از دومجموعه داده آموزشی جداگانه با نامهای مجموعه آزمایشی و کنترل استفاده میکند. اشیایی که در مجموعه آزمایشی هستند، تحت تاثیر یک کنش مانند کمپین تبلیغاتی یا درمان پزشکی قرار گرفته اند ولی اشیاء مجموعه کنترل تحت تاثیر آن کنش قرار نگرفته اند. با داشتن مجموعه کنترل میتوان تاثیر علی کنش را بررسی و افراد را با توجه به آن به صورت زیر گروه هایی از جمعیت استخراج کرد. در این پژوهش سعی بر ارایه یک راهکار جدید مبتنی بر محاسبات نرم در راستای بهبود کارایی مدلسازی افزونه ای است. به این منظور با بکارگیری طبقه بندی کنندهAIRS 3، سیستمی به نام سیستم ایمنی مصنوعی افزونه ای طراحی شد که توانایی حل مساله مدلسازی افزونهای را دارا میباشد. برای ارزیابی کارایی روش پیشنهادی، آزمایشهایی بر روی مجموعه دادهHillstorm انجام گرفت. نتایج حاصل بیانگر بهبود حداقل 131.5 درصدی در سطح زیر نمودار افزونه )معیار کارایی مدلسازی افزونه ای( است

کلیدواژه ها:

مدلسازی افزونه ای ، سیستم تشخیص ایمنی مصنوعی ، سیستم ایمنی مصنوعی افزونه ای

نویسندگان

مسیح زعمری

دانش آموخته کارشناسی ارشد، اصفهان - دانشگاه شیخ بهایی

مهدی باطنی

استادیار، اصفهان - دانشگاه شیخ بهایی